×
黄明月;杨，舒

使用降维对条件平均治疗效果进行稳健推断。 （英语） Zbl 1483.62071号

统计正弦。 32，规范发行。一、 547-567（2022年）.
小结：个性化治疗旨在根据个人特点定制治疗。重要的一步是了解治疗效果如何随个体特征而变化，即条件平均治疗效果（CATE）。在本研究中，我们从观测数据中对CATE进行了稳健的推断，这对于多元混杂因素来说是一个挑战。为了减少维数灾难，同时保持非参数优势，我们提出了实现不同目标的二维约简。首先，我们使用降维直接识别CATE的中心平均子空间，以检测CATE的最精确和最简约的结构。其次，我们使用先验维数减少的非参数回归来插补反事实结果，这有助于提高插补的稳定性。考虑到两步降维，我们建立了所提估计量的渐近性质，并提出了一种有效的自举方法，无需自举估计的中心平均子空间来进行有效推断。仿真和应用表明，该估计器的性能优于现有的竞争对手。

MSC公司：

62G05型 非参数估计
62G35型 非参数稳健性
62克08 非参数回归和分位数回归
62G09号 非参数统计重采样方法
6220国集团 非参数推理的渐近性质

关键词：

增广逆概率加权;核平滑;匹配;U统计量;加权引导

软件：

玻璃纤维
PDF格式BibTeX公司 XML格式引用
\textit｛M.-Y.Huang｝和\textit｛S.Yang｝，Stat.Sin。32547--567（2022年；Zbl 1483.62071）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Abadie，A.和Imbens，G.W.（2006年）。平均治疗效果匹配估计量的大样本性质。《计量经济学》74，235-267·Zbl 1112.62042号
[2] Abrevaya，J.、Hsu，Y.-C.和Lieli，R.P.（2015）。估计条件平均治疗效果。《商业与经济统计杂志》33，485-505。
[3] Athey，S.和Imbens，G.（2016年）。异质因果效应的递归划分。国家科学院院长113，7353-7360·Zbl 1357.62190号
[4] Athey，S.、Tibshirani，J.和Wager，S.（2019年）。广义随机森林。《统计年鉴》47，1148-1178·Zbl 1418.62102号
[5] Chakraborty，B.、Murphy，S.和Strecher，V.（2010年）。最佳动态处理方案中非规则参数的推断。医学研究中的统计方法19，317-343·Zbl 1365.62411号
[6] Cheng，G.和Chen，Y.C.（2019年）。通过自举法对亏损估计量进行非参数推断。电子。《美国联邦法律大全》第13卷，第2194-2256页·Zbl 1418.62205号
[7] Cook，R.D.和Li，B.（2002年）。回归中条件均值的降维。《统计年鉴》30，455-474·Zbl 1012.62035号
[8] Currie，J.和Almond，D.（2011年）。五岁之前的人力资本发展。《劳动经济学手册》（D.Card和O.Ashenfelter编辑）第4卷，B部分，1315-1486。爱思唯尔。
[9] Hamburg，M.A.和Collins，F.S.（2010年）。个性化医疗之路。《新英格兰医学杂志》363301-304。
[10] Huang，M.-Y.和Chiang，C.-T.（2017）。一种有效的充分降维模型半参数估计方法。美国统计协会期刊1121296-1310。
[11] Kramer，M.S.（1987）。宫内生长和妊娠期决定因素。儿科80，502-511。
[12] Künzel，S.R.、Sekhon，J.S.、Bickel，P.J.和Yu，B.（2019年）。使用机器学习评估异基因治疗效果的元学习者。《美国国家科学院院刊》1164156-4165。
[13] Lee，S.、Okui，R.和Whang，Y.-J.（2017）。条件平均治疗效果函数的双重鲁棒一致置信带。应用计量经济学杂志32，1207-1225。
[14] Li，B.和Wang，S.（2007）。关于降维的方向回归。美国统计协会杂志102997-1008·Zbl 1469.62300号
[15] Li，K.-C.（1991）。用于降维的分段反向回归。美国统计协会杂志86，316-327·Zbl 0742.62044号
[16] Liang，M.和Yu，M.（2020年）。模型效果修正的半参数方法。美国统计协会杂志。内政部：10.1080/01621459.2020.1811099·Zbl 1507.62341号 ·doi:10.1080/01621459.2020.1811099
[17] Little，R.J.A.和Rubin，D.B.（2002年）。缺失数据的统计分析。第2版。霍博肯Wiley-Interscience·Zbl 1011.62004号
[18] Ma，Y.和Zhu，L.（2012）。降维的半参数方法。美国统计协会杂志107，168-179·Zbl 1261.62037号
[19] Ma，Y.和Zhu，L.（2013）。在充分降维中进行有效估计。《统计年鉴》41，250-268·Zbl 1347.62089号
[20] Murphy，S.A.（2003年）。最佳动态治疗方案。英国皇家统计学会杂志，B辑（统计方法）65，331-366·Zbl 1065.62006号
[21] 诺兰博士和波拉德博士（1987年）。U进程：收敛速度。统计学年鉴15，780-799·Zbl 0624.60048号
[22] Robins，J.M.（2004）。最优序列决策的最优结构嵌套模型。第二届西雅图生物统计学研讨会论文集，《统计学讲义》179189-326。纽约州施普林格·兹比尔1279.62024
[23] Rosenbaum，P.R.和Rubin，D.B.（1983年）。倾向得分在因果效应的观察研究中的中心作用。生物特征70，41-55·Zbl 0522.62091号
[24] Rothwell，P.M.（2005）。随机对照试验中的亚组分析：重要性、适应症和解释。《柳叶刀》365176-186。
[25] 鲁宾，D.B.（1974）。在随机和非随机研究中估计治疗的因果效应。《教育心理学杂志》66，688-701。
[26] Rzepakowski，P.和Jaroszewicz，S.（2012）。单处理和多处理隆起建模的决策树。知识和信息系统32，303-327。
[27] Song，R.、Luo，S.、Zeng，D.、Zhang，H.H.、Lu，W.和Li，Z.（2017）。估计最佳个体化治疗策略的半参数单指标模型。电子。《美国联邦法律大全》第11卷，第364-384页·Zbl 1356.62220号
[28] Wang，H.和Xia，Y.（2008）。用于降维的分段回归。美国统计协会杂志103，811-821·Zbl 1306.62168号
[29] Xia，Y.（2007）。一种估计降维方向的构造性方法。《统计年鉴》35，2654-2690·Zbl 1360.62196号
[30] 夏毅、童宏、李维凯和朱丽霞（2002）。降维空间的自适应估计。英国皇家统计学会期刊，B辑（统计方法）64363-410·Zbl 1091.62028号
[31] Yang，S.和Ding，P.（2018）。因果效应的渐近推断，通过估计的倾向得分进行修剪的观察性研究。生物特征105，487-493·Zbl 07072428号
[32] Yang，S.和Kim，J.K.（2019年）。调查抽样中一般参数估计的最近邻插补。复杂调查数据的计量经济学39，209-234。
[33] Yang，S.和Kim，J.K.（2020年）。《使用超总体模型框架的预测均值匹配插补的渐近理论和推断》，《斯堪的纳维亚统计杂志》47，839-861·兹比尔1454.62095
[34] Yang，S.和Lok，J.J.（2018年）。粗结构嵌套平均模型中未测量混杂的敏感性分析。《中国统计》第28期，1703-1723年·Zbl 1406.62107号
[35] Yang，S.、Pieper，K.和Cools，F.（2020年）。连续过程中结构失效时间模型的半参数估计。生物特征107，123-136·Zbl 1435.62357号
[36] Yin，X.和Li，B.（2011）。基于最小平均方差估计集合的充分降维。《统计年鉴》39，3392-3416·Zbl 1246.62141号
[37] Zhang，B.、Tsiatis，A.A.、Davidian，M.、Zhang、M.和Laber，E.（2012年）。从分类角度评估最佳治疗方案。统计1，103-114。
[38] Zhao，Y.、Zeng，D.、Rush，A.J.和Kosorok，M.R.（2012）。使用结果加权学习评估个体化治疗规则。美国统计协会杂志107，1106-1118·Zbl 1443.62396号
[39] Zhao，Y.、Zeng，D.、Socinski，M.A.和Kosorok，M.R.（2011）。非小细胞肺癌临床试验的强化学习策略。生物统计学67，1422-1433·Zbl 1274.62922号
[40] Zhu，L.-P.，Zhu、L.-X.和Feng，Z.-H.（2010）。通过累积切片估计降低回归中的维数。美国统计协会杂志105，1455-1466·兹比尔1388.62121
[41] Zhu，Y.和Zeng，P.（2006）。估计回归中中心子空间和中心平均子空间的傅里叶方法。《美国统计协会期刊》1011638-1651·Zbl 1171.62325号
[42] 中国科学院统计科学研究所明月黄分所，台湾台北南康11529。电子邮件：myh0728@stat.sinica.edu.tw
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。